中国股市与周边股市波动风险传导效应研究

中国管理科学

中国股市与周边股市波动风险传导效应研究

陈王¹, 魏宇¹, 淳伟德², 侯县平¹

1. 西南交通大学经济管理学院, 四川成都 610031;
2. 成都理工大学商学院, 四川成都 610059

收稿日期:2010-05-27 修回日期:2011-08-29 出版日期:2011-12-30 发布日期:2011-12-30
作者简介:陈王(1985- ),男(汉族),四川仪陇人,西南交通大学经济管理学院博士生,研究方向:管理科学与工程。
基金资助:
国家自然科学基金资助项目(70771097,71071131,71090402,71171025);教育部新世纪优秀人才支持计划(NCET-08-0826);教育部创新团队发展计划(PCSIRT0860);教育部人文社会科学研究青年基金(10YJCZH086);中央高校基本科研业务费专项资金资助项目(SWJTU09ZT32,SWJTU09CX088,SWJ-TU11CX137)

Study on Volatility Risk Contagion Effects between China’s Stock Market and Circumferential Stock Markets

CHEN Wang¹, WEI Yu¹, CHUN Wei-de², HOU Xian-ping¹

1. School of Economics & Management, Southwest Jiaotong University, Chengdu 610031, China;
2. Business School, Chengdu University of Technology, Chengdu 610059, China

Received:2010-05-27 Revised:2011-08-29 Online:2011-12-30 Published:2011-12-30

摘要/Abstract

摘要： 由于金融资产收益的条件波动率不仅是金融市场风险度量的重要指标,而且呈现出明显的杠杆效应。因此,本文运用能够刻画波动率杠杆效应的LGARCH(Leverage GARCH)模型对金融市场条件波动率进行建模分析,进而运用Granger-Causality检验分析了中国股市与周边股市波动风险的传导效应。实证结果表明,在整个样本区间,上海股市与周边重要股市的联系比较微弱,仅与香港股市存在一定的风险传导关系,而与东京、新加坡股市却不存在传导关系。然而,在我国股市对境外合格机构投资者(Qualified Foreign Institutional Investors,QFII)开放后,中国股市与周边股市的波动风险传导关系明显异于对QFII开放之前和整个样本期的风险传导关系,上海股市与香港、东京、新加坡股市间的波动风险传导关系均显著增强。

关键词: 股市, 波动风险, LGARCH, Granger-Causality, 风险传导

Abstract: The conditional volatility of financial asset returns is an important measurement of market risk, and it often shows an asymmetric leverage effect.So in this paper,using LGARCH(Leverage GARCH) model to estimate the volatility of stock markets,we analyze the contagion effects of volatility risk between China's stock market and its circumferential stock markets by Granger-causality test method.The empirical results show a weak risk link between Shanghai stock market and the others in the entire sample period.Hongkong stock market affects Shanghai stock market at the 5% significance level while evidence of such contagion effect doesn't exist between Shanghai and Tokyo,Singapore stock markets.However,after China's stock market are open for QFII(Qualified Foreign Institutional Investors),contagion effects of volatility risk are found to be much more significant between China's stock market and its circumferential stock markets.

Key words: stock market, volatility risk, LGARCH, Granger-causality, risk contagion

中图分类号:

F830

陈王, 魏宇, 淳伟德, 侯县平. 中国股市与周边股市波动风险传导效应研究[J]. 中国管理科学.

CHEN Wang, WEI Yu, CHUN Wei-de, HOU Xian-ping. Study on Volatility Risk Contagion Effects between China’s Stock Market and Circumferential Stock Markets[J]. Chinese Journal of Management Science.

[1]	谢赤, 胡雪晶, 王纲金. 金融危机10年来中国股市动态演化与市场稳健研究——一个基于复杂网络视角的实证[J]. 中国管理科学, 2020, 28(6): 1-12.
[2]	尹力博, 韦亚, 韩复龄. 中国股市异象的时变特征及影响因素研究[J]. 中国管理科学, 2019, 27(8): 14-25.
[3]	梁旭晫, 倪得兵, 唐小我. 供应链中双边汇率风险传导机理及传导结果[J]. 中国管理科学, 2019, 27(1): 44-52.
[4]	夏婷, 闻岳春. 经济不确定性是股市波动的因子吗？——基于GARCH-MIDAS模型的分析[J]. 中国管理科学, 2018, 26(12): 1-11.
[5]	王宗润, 潘城城. 基于动态无标度网络的信息策略与羊群行为演化研究[J]. 中国管理科学, 2018, 26(12): 66-77.
[6]	石建勋, 王盼盼, 何宗武. 中国牛市真的是“水牛”吗？——不确定性视角下股市价量关系的实证研究[J]. 中国管理科学, 2017, 25(9): 71-80.
[7]	曾裕峰, 简志宏, 彭伟. 中国金融业不同板块间风险传导的非对称性研究——基于非对称MVMQ-CAViaR模型的实证分析[J]. 中国管理科学, 2017, 25(8): 58-67.
[8]	曹栋, 张佳. 基于GARCH-M模型的股指期货对股市波动影响的研究[J]. 中国管理科学, 2017, 25(1): 27-34.
[9]	李素芳, 朱慧明, 李荣. 基于贝叶斯机制转换协整模型的石油——股市非对称效应研究[J]. 中国管理科学, 2015, 23(9): 46-54.
[10]	孙国强, 邱玉霞, 李俊梅. 网络组织风险传导的动态演化路径研究[J]. 中国管理科学, 2015, 23(2): 170-176.
[11]	蔡伟宏, 唐齐鸣. 基于无穷状态转换模型的中国股票市场收益率分析[J]. 中国管理科学, 2014, 22(1): 10-19.
[12]	杨继平, 陈晓暄, 张春会. 中国沪深股市结构性波动的政策性影响因素[J]. 中国管理科学, 2012, 20(6): 43-51.
[13]	严太华, 陈明玉. 基于马尔科夫切换模型的上证指数周收益率时间序列分析[J]. 中国管理科学, 2009, 17(6): 33-38.
[14]	高金余, 陈翔. 马尔可夫切换模型及其在中国股市中的应用[J]. 中国管理科学, 2007, 15(6): 20-25.
[15]	卢方元. 中国股市收益率分布特征研究[J]. 中国管理科学, 2004, (6): 18-22.